背景
此模型主要用于排序阶段;在电商系统中,用户的兴趣通常可以由其历史点击的商品来刻画,由于用户的历史点击可能是多样的,用户的兴趣也是多样性的,
如果仅仅将用户历史点击的商品embedding进行pooling作为用户的特征,则可能不能反映用户真实的兴趣,因此一个很直接的想法,为每个历史点击赋予一个权重,
计算加权的pooling,作为用户的特征
模型结构
- base model:sum pooling或者mean pooling + MLP
- DIN:用户历史行为的每个商品embedding 与 当前计算的候选商品embedding进入 activation unit,计算得到权重
另外此处的attention 权重并没有通过softmax归一化为和为1,因为此处用户权重之和可以近似看做用户对于当前候选商品的兴趣强烈程度